Uji Korelasi Spearman Disusun Oleh : Amirudin NIM : Gunawan Pria Utama Nim

Slides:



Advertisements
Presentasi serupa
ANALISA BIVARIAT: KORELASI DAN REGRESI
Advertisements

analisis korelasional RHO SPEARMAN
KORELASI RANK SPEARMAN
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Koefisien Korelasi Kendall Tau
KORELASI WAHYU WIDODO.
PENGUJIAN HIPOTESIS ASOSIATIF
STATISTIK NON PARAMETRIK
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
KORELASI DAN REGRESI LINEAR SEDERHANA
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Hubungan Antar Sifat.
BAB VI REGRESI SEDERHANA.
Analisis Koefisien Korelasi Rank Spearman
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si
Korelasi Spearman (Rs).
Uji Residual (pada regresi Linier)
ANALISIS KORELASI EKONOMETRIKA, SAYYIDA,S.Si,M.Si 1
Statistik Inferensial
BAB 9 KORELASI.
Analisis Korelasional
REGRESI LINEAR SEDERHANA
ANALISIS KORELASI.
Contoh Korelasi oleh: Jonathan Sarwono
STATISTIKA NON PARAMETRIK
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
Analisis Koefisien Korelasi Rank Spearman
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
SIGN TEST & WILCOXON NON PARAMETRIK.
Oleh Moh. Amin FE/AKUNTANSI UNISMA
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
KRUSKAL-WALLIS.
METODE STATISTIK NONPARAMETRIK (2)
KORELASI Oleh Nugroho Susanto.
REGRESI LINIER DAN KORELASI
UJI t UNTUK SATU SAMPEL Oleh: kelompok 2 Mahfud Sirojudin
UJI INSTRUMEN Yustina Chrismardani.
Korelasi Linier Diah Indriani Bagian Biostatistika dan Kependudukan
Pertemuan ke-2 KORELASI
STATISTIK NON PARAMETRIK
Operations Management
KORELASI DAN REGRESI SEDERHANA
METODE PENELITIAN KORELASIONAL
UJI KORELASI Choirudin, M.Pd.
KORELASI.
STATISTIK II Pertemuan 13-14: Analisis Regresi dan Korelasi
Uji Dua Sampel Berpasangan (Dependen) (Uji Wilcoxon)
Pengantar Statistika Bab 1 DATA BERPERINGKAT
KORELASI Oleh Nugroho Susanto.
-ANALISIS KORELASI-.
ANALISIS KORELASI Statistik Sosial KD2515 Oleh: Darwis, M.Si
STATISTIK NON PARAMETRIK MINGGU 2
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
REGRESI LINEAR SEDERHANA
Bab 4 ANALISIS KORELASI.
Korelasi dan Regresi Linier Sederhana & Berganda
TEORI KORELASI RANK SPEARMAN
Uji Asosiasi Korelasi Spearman.
UJI KORELASI Vilda Ana Veria S.
Uji Peringkat Bertanda Wilcoxon
FIKES – UNIVERSITAS ESA UNGGUL
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
UJI HOGENITAS.
DISTRIBUSI CHI SQUARE (Kai kuadrat ) 1. UJI KESELARASAN (GOODNESS OF FIT) 2 UJI KEBEBASAN (Independency test) 1.
Analisis KORELASIONAL.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
KORELASI RANK SPEARMAN
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Transcript presentasi:

Uji Korelasi Spearman Disusun Oleh : Amirudin NIM : Gunawan Pria Utama Nim

UJI KORELASI SPEARMAN  Korelasi spearman rank digunakan apabila data tidak berdistribusi normal sehingga diperlukan analisis koefisien korelasi dari statistik nonparametric  Tes ini memiliki fungsi antara lain; 1.Untuk mengetahui ada tidaknya hubungan/ korelasi antar 2 variabel; 2.Mengetahui koefisien korelasi; 3.Mengetahui arah hubungan; 4.Besarnya kontribusi X terhadap Y (dalam persen).

UJI KORELASI SPEARMAN …  Koefisien korelasi adalah bilangan yang menyatakan kekuatan hubungan antara dua variabel atau lebih juga dapat menentukan arah dari kedua variabel  Nilai korelasi (r s ) = -1 ≤ 0 ≤ 1  Untuk kekuatan hubungan, nilai koefisien korelasi berada antara -1 dan 1 sedangkan untuk arah dinyatakan positif (+) dan negatif (-)  Apabila r = -1 korelasi negatif sempurna, artinya terjadi hubungan bertolak belakang antara X dan Y, bila X naik Y turun  Apabila r = 1 korelasi positif sempurna artinya terjadi hubungan searah, bila X naik dan Y juga

Rumus Uji Korelasi Spearman Keterangan :  r s = nilai korelasi spearman  d = selisih antara X dan Y  N = Jumlah pasangan (data)

Tabel Penolong ResponXYRxRyd = Rx-Ryd2d n ∑ d 2 Keterangan : X = sampel 1 Y = sampel 2 Rx = ranking pada sampel ke-x Ry = rangking pada sampel ke-y

Tabel Nilai Rho (Uji Spearman)

Contoh Kasus  Ada dua orang juri yang diminta untuk menilai dalam lomba membuat makanan. Jumlah makanan yang dinilai ada 10 masing-masing diberi nomor 1, 2, 3, 4,5,6, 7, 8, 9,1 0. Data dapat dilihat pada tabel dibawah ini.

Nilai Dua Orang terhadap 10 Makanan Nilai MakananNilai dari Juri 1 (X1)Nilai dari Juri II (X2) Adakah kesesuaian di antara dua juri tersebut dalam menilai lomba membuat makanan?

Hipotesis  Ho = Tidak ada hubungan di antara dua juri dalam memberikan penilaian pada lomba membuat makanan  Ha = Terdapat hubungan di antara dua juri dalam memberikan penilaian pada lomba membuat makanan.

Tabel Penolong Nilai Makanan Nilai dari Juri I (Xi) Nilai dari Juri II (Xi) Rangking (Xi) Rangking (Yi) d= (Rx – Ry) d2d ,550,50, ,50,50, ,530,50, ,530,50, ,56,51 Jumlah 7

Perhitungan

Kesimpulan rs hitung = 0,96 r tabel (10, 0.05) = 0,684 rs hitung > rs tabel = 0,96 > 0,684 Jadi Ho ditolak (Terdapat hubungan antara dua juri dalam memberikan penilaian pada lomba membuat makanan. Arah hubungan positif

Menggunakan SPSS 1.Masukan Data 2.Lakukan Analyze 3.Pilih Corralate kemudian Pilih Bivariate 4.Pindahkan Kedua Variable 5.Pada Correlatation Coefficients dipilih Spearman 6.Kemudian Pilih Ok

Nilai Sig dibawah 0,05 Maka H0 ditolak Nilai Korelasi Positif, Maka Hubungannya Jika Menurut Juri 1 Nilainya Tinggi, Demikian Puila Menurut Juri 2